靶标中心定位是红外热成像仪标定过程中的关键技术。针对靶标形貌相对复杂的特点,提出了一种基于自构卷积核改进模板匹配的中心定位算法。首先算法通过构造具有靶标图像特征的归一化模板,在下采样与预处理的目标图像上移动模板进行匹配...靶标中心定位是红外热成像仪标定过程中的关键技术。针对靶标形貌相对复杂的特点,提出了一种基于自构卷积核改进模板匹配的中心定位算法。首先算法通过构造具有靶标图像特征的归一化模板,在下采样与预处理的目标图像上移动模板进行匹配运算,得到粗定位结果。然后,根据粗定位中心对原图进行兴趣域(Region of Interest,ROI)精细匹配,并通过亚像素细分算法进一步校正。最终,确定准确的靶标中心位置。利用该算法对模拟的劣化环境下靶标图像进行检测,能有效避免模糊、背景复杂、目标不完整或者特征不明显的情况对定位的干扰,具有较好的鲁棒性,能够准确地定位靶标中心,且运算速度快,与互相关(Cross-Correlation,CCORR)、归一化互相关(Normalized Cross-Correlation,NCC)等传统模板匹配和Hough变换相比有较大的提升,可以满足红外热成像仪自动标定过程中的定位需求。展开更多
文摘靶标中心定位是红外热成像仪标定过程中的关键技术。针对靶标形貌相对复杂的特点,提出了一种基于自构卷积核改进模板匹配的中心定位算法。首先算法通过构造具有靶标图像特征的归一化模板,在下采样与预处理的目标图像上移动模板进行匹配运算,得到粗定位结果。然后,根据粗定位中心对原图进行兴趣域(Region of Interest,ROI)精细匹配,并通过亚像素细分算法进一步校正。最终,确定准确的靶标中心位置。利用该算法对模拟的劣化环境下靶标图像进行检测,能有效避免模糊、背景复杂、目标不完整或者特征不明显的情况对定位的干扰,具有较好的鲁棒性,能够准确地定位靶标中心,且运算速度快,与互相关(Cross-Correlation,CCORR)、归一化互相关(Normalized Cross-Correlation,NCC)等传统模板匹配和Hough变换相比有较大的提升,可以满足红外热成像仪自动标定过程中的定位需求。
